资源包含相关文献及对应matlab仿真程序，仅供参考。 以船舶模型已知为前提,考虑干扰界已知和界未知两种情况下的船舶轨迹跟踪问题,对外界环境干扰界已知情况,结合backstepping设计方法与滑模控制算法,设计船舶轨迹跟踪滑模控制律。其次,针对船舶存在模型不确定项与未知环境干扰的轨迹跟踪控制问题,将动态面控制技术、自适应神经网络、滑模控制算法与backstepping设计方法相结合,设计一种基于神经网络的船舶轨迹跟踪自适应滑模控制律;进一步考虑为避免神经网络导致的“维数灾难”问题与直接对虚拟控制律的微分操作,将最小参数学习法与动态面控制技术相结合,提出一种基于动态面和最小参数法的欠驱动船舶轨迹跟踪自适应滑模控制律,用于降低计算负载和避免复杂性爆炸问题。然后,针对实际工况中船舶速度不易测量的轨迹跟踪控制问题,设计非线性观测器估计船舶速度,依此再结合动态面控制技术,避免对虚拟控制量直接求导,提出一种基于非线性观测器的欠驱动船舶轨迹跟踪自适应滑模输出反馈控制律。

根据波浪船舶微分方程，保证船舶定长。也可实现更多船舶控制功能

针对全驱动无人船轨迹跟踪控制问题，本程序基于自适应递归滑模动态面非线性控制方法设计轨迹跟踪控制器，并结合神经网络设计观测器增强系统鲁棒性。

AIS数据轨迹绘制的Python脚本，可以实现AIS轨迹绘制

本程序基于MATLAB实现无人船（水下机器人）轨迹跟踪控制。考虑干扰，设计扰动观测器观测，并利用自适应DSC滑模设计鲁棒控制器